DeepSeek Harness 以 154 万日活和 3.49 万插件证明：Agent 竞争已从模型能力转向运行时生态。本文对比 Codex 与 WorkBuddy，拆解其“免费编排、付费推理”的商业模式，并指出 94.7% 插件存在高危权限暴露——开放度领先，安全治理的账还没开始还。

分析对象：DeepSeek Harness

对比竞品：WorkBuddy、Codex

核心结论：

Harness 不是「又一个编程 Agent」，而是把 Agent 运行时从模型公司的黑盒里剥离出来，做成可替换、可组装的中间层。截至 2026 年 11 月 4 日，它以 154 万日活、548 万月活、约 3.49 万个第三方插件证明这条路线不只是叙事：它交付的不是 Agent，而是「生产 Agent 的方式」。[1][4][5]

商业模式是「免费编排、付费推理」，且已开始为生态直接付费。框架 MIT 开源、模型无关，收益落在 token 上；11 月 5 日官方宣布建设插件市场，并以 Token 激励插件作者，等于把「生态增长」明确记为推理成本。在日均 92 万亿 token 的规模下，决定毛利的是缓存命中率，而不是模型标价。[4][7][14]

与 Codex 同层不同路，但正在相向而行。Codex 以 500 万周活、约 20% 的非开发者用户、六款角色插件与 Sites 从「编程工具」扩到「知识工作平台」；Harness 以开源与插件从「框架」扩到「桌面工作台」。一个从完成度走向开放性，一个从开放性走向完成度。[25][26][28]

与 WorkBuddy 不在同一层，规模差距却已拉开一个量级。WorkBuddy 以 3235.3 万月活、20 万个 Skills、90 亿次任务占据办公入口；Harness 的 548 万月活更偏开发者与技术型用户。短期互补，长期必在「个人 Agent 工作台」正面相遇。[20][22][23]

最大风险已从「不好用」变成「不敢用」。659 个抽样插件中 94.7% 存在高危或严重权限暴露；2026 年公开的 Harness 相关 CVE 至少 5 个，其中 CVE-2026-82533（CVSS 9.4）可关闭沙箱，CVE-2026-108789 的披露方称厂商未作回应。开放度已经领先，安全与治理的账还没开始还。[34][36][37]

一、行业分析：从「模型能力」到「任务交付」

1.1 产品价值：从「会说」到「能交付」的落差

Agent 赛道的付费理由正在迁移：从「模型有多聪明」转向「任务能不能被完整交付」。真正的断点不在推理，而在执行链条——多步任务中途中断、上下文跨会话丢失、工具调用不可控、结果无法审计。harness 这一层解决的正是这些不性感但致命的问题：它把工具、权限、会话记忆与执行循环打包成运行时，让模型能读写文件、执行命令、调用外部系统，并把每一步留下可回放的痕迹。[1][10]

客户群体一：专业开发者与技术团队。他们要的不是补全，而是把仓库级任务整段交出去——读代码、改代码、跑测试、提 PR。企业 AI 编程 Agent 的年化支出已达百亿美元量级，说明这类需求完成了从「试用」到「预算科目」的跨越。[31][32]

客户群体二：非技术知识工作者。办公场景的诉求是「整件事做完」：整理资料、出报表、做演示。2026 年 9 月国内 AI 办公应用月活已达 1.42 亿、同比增长 50.6%，验证了这批用户的真实存在。[43]

客户群体三：平台型团队。他们要的是「可自建的底座」：模型可换、工具可接、数据不出域、行为可审计。这类客户单客价值最高，但决策链最长，也最挑剔。[33][44]

付费意愿分层明显。个人开发者对每月 20 美元级别的订阅高度敏感，愿意为「省下的时间」付费；企业愿意为治理、审计与合规支付溢价，但对「未经安全审计的预览版」容忍度极低。这决定了同一款 Agent 产品在 C 端与 B 端往往需要两套交付形态。[29][33]

一个容易被忽略的产品事实是：客户买的从来不是 Agent，而是「可验收的结果」。这也是为什么轨迹回放、权限审批、产物预览这些「配套功能」，在实际使用中的权重往往高于模型跑分——它们决定了人敢不敢把活交出去。[10][27]

1.2 市场规模与趋势

不同机构对市场规模的测算差异很大，根源在统计边界：算「AI 编程工具」、算「企业编程 Agent」、还是算「办公智能体」，量级能差一个数量级。但方向一致——这是企业软件支出中增长最快的科目之一。[31][32]

表 1 2026 年相关市场规模的不同口径[22][31][32][43]

渗透率的数据更值得警惕：JetBrains 对 1.5 万名以上专业开发者的调查显示，90% 每周使用编码智能体、68% 每天使用；但阿里云对 1906 名开发者的调研显示，Agent 项目「已建或在建」合计 46%，真正部署到生产环节的只有 18%。在同一份调研中，Claude Code 的工作场所使用率已达 39%，Codex 为 16%，GitHub Copilot 为 21%，Cursor 为 12%。用得广，不等于用得住——这正是「运行时」这一层的机会所在。[31]

从「补全下一行」到「编排一支团队」。单 Agent 架构占 40%、多 Agent 架构占 42%、以人在回环为主要架构的企业占 15%，三种形态长期共存，自主度成为可调参数，而不是产品卖点。[31]

从「订阅」到「订阅 + 按量」混合。Codex 在 Business 席位之外开放按 token 计费，Pro 拆成 100、200、500 美元三档；OpenAI 自报一个开发者一个月的额度消耗约 100–200 美元，单任务约 0.08–0.60 美元。厂商正在把「不可预测的推理成本」从固定套餐里拆出来单独定价。[29][30]

开源运行时成为第三条路。在闭源整合产品与场景入口之外，出现了以 Harness 为代表的「开放运行时 + 插件生态」路线，用 MIT 协议换生态速度，用模型无关换中立性。[1][2]

1.3 竞争态势：三条路线同时开跑

这个赛道目前不是一条赛道的竞争，而是三条路线的竞争：闭源整合产品（Codex 等）以完成度和分发取胜；场景入口（WorkBuddy、豆包工作、千问办公）以工作流绑定与生态取胜；开放运行时（Harness、OpenCode）以可改造性与生态速度取胜。三条路线在「谁来承接用户的完整任务」这一点上交汇。[1][21][28]

• Codex（OpenAI）：周活已超 500 万，较 2 月桌面端上线时增长 6 倍以上；非开发者约占 20%，增速是开发者的 3 倍多。6 月上线六款角色插件，合计覆盖 62 个应用与 110 项技能，并向企业客户预览 Sites；4 月进入 Gartner 企业级编程智能体领导者象限。[25][26][27]
• Claude Code（Anthropic）：JetBrains 2026 年 5—7 月调研中工作场所使用率 39%，是当前开发者心智最强的编程 Agent。[31]
• WorkBuddy（腾讯）：2026 年 9 月多端月活 3235.3 万，居办公 Agent 首位，季度环比增长 647.1%；上线至今迭代 100 多个版本、累计 90 亿次任务请求，企业版覆盖 50 多个行业、50% 的中国企业 500 强。[20][22][23]
• DeepSeek Harness：以官方 API 用户口径统计，日活 154 万、月活 548 万、人均日请求 261 次，第三方插件约 3.49 万个；在开发者侧的增速是三条路线中最快的，但绝对用户规模仍小于办公入口型产品。[4][5][7]
• 其他玩家：豆包工作、千问办公在国内办公场景分食份额，2026 年 9 月月活分别为 977 万与 790.5 万，与 WorkBuddy 合计构成办公 Agent 第一梯队。[43]

竞争焦点已经从「模型能力」转向「运行时 + 生态 + 治理」的组合。模型能力会因代际追赶被抹平，但运行时决定的工具接入成本、生态决定的场景覆盖速度、治理决定的企业准入门槛，都会沉淀为结构性优势。市场尚未定局，但留给「只有功能、没有生态」的产品的窗口正在关闭。[31][32][44]

1.4 标准化程度：事实标准仍在争夺中

Agent 运行时这一层目前的事实标准是拼出来的：工具调用沿用各家 API 的 function calling，上下文约定借用 AGENTS.md 这类仓库级规则文件，外部能力接入靠 MCP，技能封装靠 Skills，插件形态则各产品一套。Harness 同时兼容 OpenAI 与 Anthropic 的 API 格式，并加入实验性的 Claude Code 兼容层，本质上是在承认「标准不在自己手里」的前提下，先把迁移成本降到最低。[1][14]

标准化程度低带来两个后果。一是生态繁荣但脆弱：插件写起来容易，跨版本活下去难。Harness 在 0.2.x 预发布线上连续调整插件 API，10 月中旬到 11 月初的多个版本才补齐插件索引、版本兼容检查、依赖同步与热重载；官方仓库 README 至今保留「会有破坏兼容性的改动」的全大写警告。二是标准即租金：谁定义插件契约、谁掌握兼容性判定权，谁就拥有生态的分发权。[2][7]

判断：开源不等于标准。开源解决的是「能不能改」，标准解决的是「改了还算不算数」。11 月 5 日官方宣布建设插件市场，说明它已意识到这一层，但市场目前只校验文件格式、不校验作者与下载量等声明。拿到了开放度，还没拿到「兼容性承诺 + 认证体系」这两张标准的入场券。[4][38]

二、产品拆解：DeepSeek Harness

2.1 定位：卖的不是 Agent，是生产 Agent 的方式

官方给 Harness 的定义只有一行公式：Agent = Model + Harness。模型负责推理，Harness 负责其余一切——工具、权限、会话记忆、执行循环、界面。这行公式的产品含义是：Harness 不试图成为「最好的 Agent」，而是成为「组装 Agent 的那块主板」，谁都能插上来，谁都能换下去。[1][10]

目标群体：从专业开发者起步，经桌面端延伸至非技术办公人群，再向上争取有平台团队的企业客户。三次扩圈共用同一套运行时，这是它区别于垂直工具的关键。[3][41]

核心产品：一个开源运行时（Cordis 微内核 + 插件树），配四种预设（标准、PTC、极简、创造），交付形态包括 Web UI、桌面端、命令行与 SDK。[1][9][10]

一句话定位：给愿意自己动手的人，一套能改到骨子里的 Agent 基础设施；给不愿动手的人，一个「先能用、再慢慢改」的桌面入口。[1][41]

定位演变：五个月完成三级跳

表 2 产品演进时间线（2026 年，含上游事件，用于解释节奏而非竞争数据）[3][4][5][7][8][16][41]

这条演进路线可以概括为三级跳：框架 → 产品 → 平台。第一步用 MIT 协议和「一切皆插件」拿下开发者心智；第二步用桌面端把安装门槛从「装 Node、敲命令」降到「双击安装」；第三步用 Creator Mode、插件市场与作者激励把用户变成供给者。三级跳的顺序很讲究——先有生态再降门槛，比先降门槛再求生态，冷启动成本低得多。[3][5][41]

核心竞争策略

1. 微内核 + 开源，用最小内核换最大扩展面。Cordis 内核只负责插件的加载、卸载与依赖解析，模型、工具、会话、沙箱、Agent 循环乃至 UI 全部是插件；内核里没有特权模块，也就没有「必须等官方发版」的瓶颈。[10][12]
2. 模型无关，把选择权还给用户。支持近 40 家模型提供方，兼容 OpenAI 与 Anthropic 两种 API 格式，甚至可以把外部 Agent 挂成子 Agent 调用。表面上是中立，实质上是把「换模型的成本」降到零，从而把竞争从「模型谁强」转移到「生态谁厚」。[1][10][11]
3. 免费编排、付费推理。框架永久免费、可商用，收益全部落在模型 API 消耗上。Flash 谷时缓存命中输入 02 元、未命中 1 元、输出 4 元（每百万 token），峰时为谷时的两倍。这是「剃刀—刀片」的逆向用法：送刀架（Harness），卖刀片（token），刀片还是自家产的。[1][14]
4. 预设即产品。标准、PTC、极简、创造四种模式，本质是四份不同的插件装配清单——同一个模型，换一套 harness 配置就换一种能力边界。极简模式（仅 bash 与文件编辑）甚至被用来做模型裸能力基准测试，这是把「配置」做成了「产品 SKU」。[9][10][11]
5. 以兼容代替替代。不要求用户弃用现有工具，而是把它们变成自己的子 Agent。社区已有插件把多款编码 Agent 接入统一界面，迁移成本被压到最低，代价是「替代关系」被延后——用户可能长期把它当调度层，而不是主工作台。[7][11]

优势与挑战

优势一：生态速度。开源 30 分钟破万星、42 小时破 10 万星，9 月底逾 24 万星；上线不到三个月，公开第三方插件约 3.49 万个（GitHub 渠道 2.94 万、npm 渠道 1.85 万，去重后）。[3][4][42]

优势二：开放度的真实性。多数产品的「可扩展」只到 API 与主题层，Harness 连 Agent 主循环和界面都能替换，且插件卸载时副作用可完整撤销。对需要深度定制的团队，这是不可替代的价值。[10][12]

优势三：成本结构与用量规模。Flash 谷时缓存命中输入仅 0.02 元/百万 token，配合 KV Cache 前缀契约，长会话的边际成本被压到极低；官方口径人均日请求 261 次、日耗约 92 万亿 token，说明重度使用已具规模。[4][13][14]

挑战一：产品完成度。桌面端首版仍被评价为「界面极简、文档待补、长任务偶发超时」；对习惯精装产品的用户，默认体验的说服力不足。[41]

挑战二：治理赤字。官方安全说明写明沙箱只做「围堵」而非安全边界（containment, not a security boundary），Windows 上的强制仅为「部分生效」；官方协议亦明示沙箱与审批不保证隔离。Creator Mode 让「生成即安装」成为默认路径，等于把这一风险前移到第一次使用。对政企客户，这是一票否决项。[33][38][39]

挑战三：成本口径不透明。92 万亿 token 的真实成本几乎完全由缓存命中率决定——命中与未命中的输入价差达 50 倍（谷时 0.02 元对 1 元），但官方未披露命中率，外部无法据此推算其单位经济模型。[4][14]

竞品对比：与 Codex、WorkBuddy 的差异化

与 Codex 比，是同层不同路。Codex 已经把产品做成了「六个入口 + 一套治理」：桌面端、命令行、IDE 扩展、云端、移动端、浏览器，共用 ChatGPT 订阅与企业控制台；沙箱三档、网络默认关闭、四档审批，4 月进入 Gartner 领导者象限。2026 年下半年它做了两件关键的事：一是用六款角色插件把「知识工作」产品化，二是通过收购补上代码存储与评审（Pierre）与自有源码管理（Pando）。Harness 走的是相反方向：把运行时开放出去，把治理交给用户。前者的护城河是分发与合规，后者的护城河是开放度与生态速度。真正的差距不在功能，而在「默认就好用」的完成度，以及「出事有人兜底」的信任。[25][27][28][33]

与 WorkBuddy 比，是不同层，但正在靠近。WorkBuddy 是场景入口：办公工作台形态，打通腾讯文档、腾讯会议、企业微信、腾讯网盘与知识库，用积分与席位收费。10 月 14 日与企业微信双向互通，10 月 29 日发布 Buddy One 跨应用协同体系，统一账号与积分池；企业旗舰版权益已打包腾讯文档、乐享知识库、腾讯网盘与 Ardot，按席位计价。它的扩展侧是 20 万个 Skills 与 5 万家伙伴，但改造深度止于厂商提供的接口。Harness 是能力底座：没有原生办公套件，办公能力靠插件拼装，改造深度可以到 Agent 主循环。前者卖结果与场景闭环，后者卖可能性与自由度。[19][21][23][24][45]

洞察：Harness 最大的竞争对手其实不是 Codex，也不是 WorkBuddy，而是「用户对开箱即用的耐心」。开放度是一种延迟兑现的价值：它要求用户先投入学习与配置，才拿到超额回报。能否把「第一小时的体验」做到不需要耐心，决定了它能不能从开发者市场走进大众市场。[41][44]

2.2 能力与资源：三项能力与两项资源

支撑这套定位的，不是功能数量，而是五项难以复制的东西：三项内部生长的能力，两项外部获取的资源。选取标准只有一个——与同等竞对相比，是否足够独特、稀缺、难以复制。[10][12]

能力一：Cordis 微内核与可逆插件生命周期

机制：内核只做三件事——加载插件、卸载插件、解析依赖。每个插件注册时同时登记「如何撤销」，卸载时逆序执行，像一摞盘子后放先取。这套「时空可组合性」有北大与 DeepSeek 的合作论文作理论支撑。[10][12]

独特性：业界多数「插件化」只能插、不能干净地拔——VS Code 大量扩展激活后必须重启才能卸载。Harness 做到运行时热插拔与副作用回滚，这是 Creator Mode 能成立的物理前提：Agent 可以边跑边给自己装新能力。[3][12]

代价：复杂度被转移给了用户。理解 IoC、依赖注入与生命周期管理有门槛，插件之间的隐式依赖会形成「装得越多、越难排障」的黑箱。[7][12]

建议：把插件 API 版本化，提供兼容层与「降级运行」能力；同时给插件加签名与权限清单，让「装了什么、能碰什么」在安装前就可见。[7][38]

能力二：Trajectory 事件日志与 KV Cache 前缀契约

机制：所有抵达模型的内容都写入仅追加的事件日志——系统提示、思维链、工具调用与结果、子 Agent 调度、每一次上下文注入；恢复、分叉、回放、检索共用同一条事件流，并有一条运行时不变式：凡是模型见过的，必须能从日志重建。[10]

机制二：KV Cache 前缀契约要求静态前缀冻结、动态内容只追加、压缩使用固定锚点。这看似工程细节，实则直接决定成本——前缀稳定则缓存命中，命中价与未命中价相差 50 倍。[13][14]

独特性：把「可观测性」和「成本控制」做成了运行时不变式，而不是事后补的日志功能。副产品是 Harness 成了 DeepSeek 自家模型的评测环境：V4 系列在 Terminal-Bench 2.1 上的 82.7 分，就是在极简模式下跑出来的，外部可复现也可质疑。[11]

不足：给的是「过程」，不是「结论」。轨迹面板对工程师是资产，对普通用户是噪音；脚手架本身有固定开销，而界面上看不到这笔钱花在哪。[11][40]

建议：把「上下文预算」做成产品界面——每个插件占多少 token、缓存命中率多少、单个任务的预估成本是多少。11 月新增的实验性统计插件已能看上下文、缓存与工具耗时，但仍是开发者视角。[7][11]

能力三：插件生产与分发能力

机制：Creator Mode 让 Agent 读取插件 SDK 文档、编写代码、打包安装、自检运行，官方演示中一个浮动番茄钟从提出需求到验证完成约 5 分 24 秒。这是从「装插件」到「造插件」的质变。[4][6]

独特性：把扩展的门槛降到对话级，插件供给从「开发者生产」变成「用户自给」。58.94% 的活跃用户创建或使用过自定义插件，说明这条路径被真实采纳，而不只是演示效果。[7]

不足：单轮成功率有限，官方自己也说明部分演示插件经过多轮对话调优；插件质量参差，同名重复严重——1.6 万多个插件名里有 1705 个被多人使用，个别名字对应数十个仓库，发现与筛选成本高。[6][7]

进展：11 月 5 日官方宣布建设插件市场，并把「提升 API 稳定性与兼容性、完善安全机制」并列为前置条件；11 月 8 日开启作者 Token 激励意向收集，方向确定为 Token 资助、技术交流与作品推荐，额度与规则未定。[4][7]

资源一：DeepSeek 的模型、算力与资本

稀缺性：自有 V4.1-Flash / V4-Pro 双模型、1M 上下文、384K 最大输出，价格处于全球最低区间；Flash 谷时输出 4 元/百万 token，约为同级海外模型的十分之一量级。[14]

战略含义：模型、算力、运行时三位一体，意味着它可以用「框架免费」换「推理消耗」，再用推理规模反哺模型迭代。这套闭环是纯应用层公司难以复制的。[1][14]

价格并非单向下行：8 月 17 日 Pro 系列上调（峰时缓存命中输入涨幅最高 1100%、输出涨 350%），9 月 10 日随 V4.1-Flash 上线又下调 Flash 价格并引入峰谷两档。这说明定价权仍在模型侧，而非框架侧。[14][15][16]

建议：把成本优势从「便宜」转成「可预期」——预算上限、配额管理、峰谷调度、团队共享额度。企业买的不是最低价，而是不超支。[14][33]

资源二：开源社区与分发渠道

稀缺性：在中国开发者群体中，「DeepSeek + 开源 + MIT」几乎是获客成本最低的组合；上线 42 小时破 10 万星、两个月逾 24 万星，形成自我强化的传播飞轮。[41][42]

渠道：一条命令即可启动 Web UI，桌面端提供经公证的安装包并内置运行时；同时被国家超算互联网上线、被 QQ Bot 作为官方插件接入，说明「被集成」的路径已经跑通。[1][3][41]

不足：星标与插件数不等于留存与付费。官方未公开企业客户名单与续费数据，主仓库暂不接收外部 PR，社区治理高度依赖第三方市场——生态的「量」已经足够，「序」还没有建立。[4][40]

建议：把社区势能转成三层结构——官方市场（分发与兼容）、认证体系（质量与安全）、企业版（治理与支持）。没有后两层，前一层越大越难管。[40][44]

2.3 场景与体验：开放度如何落到工作里

场景一：开发者的长任务编码与仓库改造

场景与痛点：把仓库级任务整段交出去，最怕三件事——跑一半断掉、改了哪里说不清、跑飞了烧钱。[10][11]

方案与功能：标准模式提供全工具栈（文件编辑、Shell、文件与网页搜索、技能、计划与目标、子 Agent、工作流）；配合 /plan 先出方案、/goal 锁定长任务目标、/compact 压缩历史，以及三档权限与审批弹窗。[10][11]

差异化：可回放、可分叉、可换模型，还能把外部 Agent 挂成子 Agent 调度。同类产品里，愿意把「执行过程」完整暴露给用户的并不多。[7][10]

价值证据：V4 系列在极简模式下取得 Terminal-Bench 2.1 的 82.7 分，属于可复现的自测口径；但这是「自家模型 + 自家 harness」的组合成绩，仍需第三方独立验证。[11]

不足与建议：长任务的稳定性与成本仍是短板：社区实测中有小型项目 token 消耗达 OpenCode 的 20 倍、单任务耗时 30–40 分钟而对照组约 30 秒的案例，虽属个别体验，但指向同一个问题——脚手架开销与循环检测还不够克制。建议把「循环检测 + 单任务预算上限」做成默认开启的安全网，而不是留给用户自己发现。[7][11]

场景二：非技术办公人群的文档、表格与演示交付

场景与痛点：办公人群的痛点是工具切换与格式返工，不是不会写提示词。他们要的是「交进去一堆材料，拿出来一个能用的文件」。[43]

方案与功能：桌面端开箱即用，约 1GB 安装包内置 Node、pnpm、Python 与 LibreOffice；直接处理文档、表格、PDF，生成图表与演示文稿；支持 Office / PDF / HTML 预览、文件与改动集中在侧栏、自动化定时任务、账号直登并显示余额。[41][42]

差异化：与 WorkBuddy 的原生办公套件相比，Harness 的办公能力是「插件拼出来的」——优势是自由与可改造，劣势是默认体验的打磨程度。[17][41]

价值证据：官方统计约六成活跃用户使用第三方插件，说明「按需拼装」的办公路径被接受；但这也意味着产品质量高度依赖用户选了哪些插件。[4]

不足与建议：对非技术用户，最大的门槛不是安装，而是「出错之后怎么办」：插件冲突、配置丢失、版本不兼容，都需要自助排障。建议为这条人群提供一套「官方推荐装配」——固定插件组合、固定权限、固定模型，把可选项收起来，只在需要时展开。[4][41]

场景三：团队与企业自建 Agent 平台

场景与痛点：企业要的是模型可换、工具可接、数据不出域、行为可审计；而多数商业 Agent 把这四件事锁在厂商侧。[33][44]

方案与功能：模型无关（近 40 家提供方）、沙箱隔离、插件接入内部 API 与 MCP、profile / patch 分层配置并可 dump 出实际启动的配置树，便于版本管理与审计。[1][10][11]

差异化：相比 Codex 的「托管式治理」，Harness 提供的是「可自建的治理」，适合有平台团队、愿意自己承担运维的组织。[28][44]

价值证据：被国家超算互联网上线、被 QQ Bot 接入，说明它作为「被集成的底座」具备可行性；但企业客户名单与规模化案例尚未公开。[3]

风险与建议：企业级能力仍是明显短板，且风险已被量化：659 个抽样插件中 94.7% 因权限暴露过宽被判高危或严重，91% 可读本地文件、63% 具备 Shell 执行权；2026 年公开的 Harness 相关 CVE 至少 5 个，CVE-2026-82533（CVSS 9.4）可关闭沙箱，CVE-2026-108789（CVSS 5.5）可操纵工作流约束且披露方称厂商未回应。建议企业采取「限定试点 + 一次性环境 + 最小权限 + 只装签名插件」的保守路径，不要把它当作生产级企业软件采购。[34][35][36][37][38]

用户体验：做得好的与需要改进的

做得好的地方1：轨迹面板把每一步读了什么、跑了什么、花了多少 token 摊开给人看；三档权限加审批弹窗，让「先看着它干、再逐步放权」成为可行路径；改动以 diff 呈现，产物可直接预览。对愿意学习的人，这套透明度是稀缺价值。[10][11]

做得好的地方2：斜杠命令把高频操作收成入口——/plan 先规划、/goal 长任务定目标、/compact 压缩上下文、/permission 调权限、/model 换模型；10 月下旬起长对话可自动压缩，切换小上下文模型前会先用原模型压缩历史。[7][11]

需要改进的地方1：插件越多越「笨」。有用户装到 15 个以上插件后出现无限循环与上下文溢出，因为每个插件的说明与规则都要占上下文，模型注意力被工具本身消耗。[7]

需要改进的地方2：升级会丢工作环境。有 Windows 用户从 v0.2.1-rc.5 升到 v0.2.2-rc.1 后，插件配置从 34 项缩减为 2 项，又因本地化插件不兼容导致首次启动失败；缺少自动备份与回滚，手动恢复耗时约 5 小时。[7]

需要改进的地方3：成本与体积不透明。除上下文开销外，命令行安装涉及数百个依赖包、约占 300 MB，对「只想试试」的用户是一道心理门槛；版本号在 0.2.1 与 0.2.2 的多个预发布号之间快速滚动，普通用户难以判断该用哪个版本。[7][11]

优先级最高的四件事：一是「上下文预算面板」，让每个插件与每次注入的成本可见；二是「配置版本化 + 一键回滚」，把用户的工作环境当作资产来保护；三是插件签名、权限清单与安装前风险提示；四是提供 LTS 通道，把「追新」与「稳定」分开。这四件事做完，开放度才会从负担变成优势。[7][11][40]

2.4 竞品对比矩阵

表 3 DeepSeek Harness、WorkBuddy、Codex 九维对比[1][11][17][18][19][25][29][33][36]

三、总结：借鉴、机会与建议

3.1 可以借鉴什么

1. 用「运行时不变式」解决成本与可复现，而不是靠事后优化。把「模型见过的必须能从日志重建」写成约束，把「前缀冻结、只追加」写成契约，成本和可解释性就从「优化项」变成了「默认行为」。这是本次分析中最值得抄的一条工程方法论。[10][13]
2. 用「预设」降低理解成本。同一个模型配四套插件清单，就得到四种能力边界与四种成本曲线；用户不需要懂架构，只需要选模式。把复杂度封装成 SKU，是开源产品走向大众的通用手法。[9][10]
3. 用「可逆副作用」换取生态安全。插件能干净卸载，才敢让 Agent 自己装插件；否则每一次自我扩展都是一次不可逆的系统污染。这条设计直接支撑了 Creator Mode 的产品想象。[4][12]
4. 用「兼容」代替「替代」。把外部 Agent 挂成子 Agent，短期看是示弱，长期看是把迁移成本降到零、把用户先留在自己的调度层。对后发产品，这是比「正面硬刚」更有效的入口策略。[7][10]

3.2 机会窗口在哪里

企业级治理层仍是空白，且已被安全事件定价。3.49 万个插件、94.7% 的高危权限暴露、至少 5 个 CVE，说明「开放」还没有变成「可控」。谁先把审核、评级、兼容矩阵、权限清单做成基础设施，谁就能拿到付费意愿最强的客户。[4][36][37]

上下文经济学是下一个差异化点。当前竞争集中在模型能力与工具数量，但真正的分水岭是「单位任务成本」。能把 token 花在哪里、省在哪里讲清楚的产品，会获得企业采购的信任票；而在 92 万亿日 token 的规模下，缓存命中率就是毛利本身。[4][14]

需要提醒的是口径风险。154 万日活、548 万月活、日均约 92 万亿 token、3.49 万插件均来自官方披露，且日活仅统计使用官方 API 的用户；统计方法未公开、未经独立测量，留存率、付费转化、企业客户数等更能说明商业健康度的指标尚未披露。本报告将这些数字作为「规模信号」使用，不据此推断产品质量或商业成功。[4][5][7]

多任务调度是通向「同事」的门票。Super-agent 的 router / worker 设计把「一个人只能同时跟进 3 到 5 个会话」当作起点，若产品化成功，Agent 会从「工具」变成「同事」——那是另一个量级的市场。[8]

3.3 建议

对 DeepSeek Harness：把官方插件市场做成「兼容性契约」而非「应用商店」。市场已在筹备，核心交付不应是流量位，而是版本兼容矩阵、自动回滚、安全评级与责任边界。这是它从「框架」变成「平台」的唯一通道。[4][7]

对 DeepSeek Harness：把上下文预算产品化。让用户看见每个插件、每次注入、每个任务的成本，并提供预算上限与超支熔断。开放度带来的焦虑，本质是成本焦虑。[11][13]

对 DeepSeek Harness：先补沙箱，再谈企业。把「containment, not a security boundary」改写成可验证的隔离承诺，补齐 RBAC、审计日志、数据驻留、插件签名与一次性环境模板——在这些完成之前，进政企采购清单只是愿望。[33][36][38]

对 DeepSeek Harness：收敛版本节奏，建立 LTS 通道。在 0.2.x 预发布线上快速滚动，对开发者是活力，对把工作环境建在其上的用户是风险。稳定版与尝鲜版必须分流。[7][40]

对观察者与同行：不要用星标数判断产品成熟度，也不要用「开源」替代「治理」。Harness 的星标速度证明了叙事的成功，但升级丢配置、插件互相踩踏、控制面漏洞这些「脏活」，才是产品能否长期存在的分水岭。[34][37][40]

3.4 总结

结论：DeepSeek Harness 已经赢下「Agent 运行时定义权」的第一回合：它用微内核与开源把生态速度拉到同类产品一年以上的量级，用「免费编排、付费推理」验证了商业模式，并在 11 月把插件市场与作者激励提上日程。但它还没有赢下「用户信任」。它的天花板不取决于模型有多强，而取决于能否把「开放」变成「可控」——谁能先解决插件的秩序、上下文的成本与安全的边界，谁就能把这块主板变成真正的操作系统。[1][4][33][36]

参考来源

[1] 【官网】DeepSeek Harness 官网首页，DeepSeek，2026-11 https://www.deepseek.com/en/harness/

[2] 【其他】deepseek-ai/deepseek-harness 开源仓库，GitHub，2026-11 https://github.com/deepseek-ai/deepseek-harness

[3] 【媒体】强化「一切皆插件」，DeepSeek 再落关键一子，上海证券报·中国证券网，2026-09-29 https://m.cnstock.com/commonDetail/797415

[4] 【媒体】DeepSeek Harness 日活突破 154 万，将建立官方插件市场，环球网，2026-11-06 https://www.huanqiu.com/article/4TufdgophQL

[5] 【媒体】DeepSeek Harness 官宣日活达 154 万，日消耗 92 万亿 Token，第一财经，2026-11-06 https://www.163.com/dy/article/LB123FQK0519DDQ2.html

[6] 【媒体】DeepSeek Harness 日活达 154 万，第三方插件增至 3.5 万个，凤凰网科技，2026-11-06 https://i.ifeng.com/c/8xp20MhJRe4

[7] 【媒体】DeepSeek Harness 日活 154 万，官方开始给插件作者发 Token，InfoQ，2026-11-06 http://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651296725&idx=1&sn=de299b4c3e493cf3b625ccfa52a4174d

[8] 【媒体】DeepSeek Harness 首次披露：日活用户超 150 万，一个月增超百万，澎湃新闻，2026-11-06 https://www.163.com/dy/article/LB1U6VG10514R9P4.html

[9] 【媒体】DeepSeek Harness 四个模式怎么选：标准、PTC、极简、创造模式区别一次讲清，七牛云开发者博客，2026-11-04 https://news.qiniu.com/archives/1793756121984

[10] 【媒体】DeepSeek Harness 技术百科：运行模式、会话日志与上下文机制，腾讯云开发者社区，2026-10 https://cloud.tencent.com.cn/developer/techpedia/2698

[11] 【其他】DeepSeek Harness（产品档案与实测数据），PRIMO.ai，2026-10 https://primo.ai/wiki/DeepSeek_Harness

[12] 【媒体】拆解 DeepSeek Harness：不止是编程助手，更是 Agent 的安卓，CSDN DeepSeek 技术社区，2026-09 https://deepseek.csdn.net/6a82fdfa10ee7a33f29c272f.html

[13] 【公众号】DeepSeek Harness 的微内核架构与 KV Cache 前缀契约，微信公众号「数据小虾米」，2026-08 http://mp.weixin.qq.com/s?__biz=MzIxMjU1NDcyNQ==&mid=2247484876&idx=1&sn=ad13c2c15899c80bd0b6563b91a7d54d

[14] 【官网】模型 & 价格（DeepSeek API 文档），DeepSeek，2026-11 https://api-docs.deepseek.com/zh-cn/quick_start/pricing/

[15] 【媒体】涨幅最高达 1100%！今天生效！DeepSeek 正式调价，中国经济网，2026-08-17 http://m.ce.cn/bwzg/202608/t20260817_3152123.shtml

[16] 【媒体】DeepSeek 新模型将正式上线：V4.1 Flash 与 Flash 系列新定价，上海证券报，2026-09-09 https://www.cnstock.com/commonDetail/787872

[17] 【官网】WorkBuddy 官网：AI Agent 办公新范式，腾讯，2026-11 https://www.workbuddy.cn/

[18] 【官网】WorkBuddy 定价详情（个人版），腾讯，2026-07 https://www.workbuddy.cn/docs/workbuddy/Pricing

[19] 【官网】WorkBuddy Enterprise 计费概述，腾讯云，2026-09-29 https://cloud.tencent.com/document/product/1831/134333

[20] 【媒体】「命运转折」的 WorkBuddy 给腾讯带来了什么，证券时报，2026-10-31 https://www.stcn.com/article/detail/4316725.html

[21] 【媒体】如何保持 AI 生产力领先身位？腾讯打出两张牌：激活上下文、开放生态，21 世纪经济报道，2026-11-03 https://www.21jingji.com/article/20261103/herald/8f1dc2fd1cbba45c78b93afd60c023dd.html

[22] 【媒体】WorkBuddy 的领先身位：月活、行业覆盖与 ROI 账本，时代周报，2026-11-03 https://finance.sina.com.cn/jjxw/2026-11-03/doc-inixncmw2222529.shtml

[23] 【媒体】月活 3235 万、90 亿次任务：QuestMobile 数据里的 WorkBuddy 到底强在哪，腾讯云开发者社区，2026-11 https://cloud.tencent.com/developer/article/2775864

[24] 【媒体】腾讯摊牌了：WorkBuddy 与企业微信正式联手，钛媒体，2026-10-14 https://www.tmtpost.com/8170784.html

[25] 【官网】Codex for every role, tool, and workflow，OpenAI，2026-06-02 https://openai.com/index/codex-for-every-role-tool-workflow/

[26] 【官网】Codex is becoming a productivity tool for everyone，OpenAI，2026-06-02 https://openai.com/index/codex-for-knowledge-work

[27] 【官网】OpenAI 被 Gartner 评为企业级编程智能体领导者，OpenAI，2026-04 https://www.openai.com/index/gartner-2026-agentic-coding-leader

[28] 【媒体】OpenAI Codex Guide (November 2026): App vs CLI vs IDE, Pricing and the Pierre Deal，Freaky Jolly，2026-11 https://freakyjolly.com/openai-codex-guide-cli-app-pricing

[29] 【媒体】Codex Pricing: What Each ChatGPT Plan Gets，AI For Mortals，2026-11-05 https://www.aiformortals.co/blog/codex-pricing

[30] 【媒体】Codex pricing: plans, credits and per-task API cost，Whizi，2026-11 https://whizi.io/resources/codex-pricing

[31] 【研报】2026 年 AICoding 市场数据汇编（Gartner、Mordor、JetBrains、IDC、阿里云），三个皮匠报告，2026-09 https://m.sgpjbg.com/news/7222291.html

[32] 【研报】The State of AI Coding Agents — 2026，Sourcery Intelligence，2026-08 https://sourceryintel.com/reports/the-state-of-ai-coding-agents-2026.html

[33] 【官网】DeepSeek Harness Terms of Use，DeepSeek，2026-08 https://www.deepseek.com/en/harness/terms-of-use/

[34] 【媒体】一条本地命令关掉沙箱：DeepSeek Harness 漏洞暴露控制面身份缺口，AGI Daily，2026-09-08 http://agidaily.cc/articles/deepseek-harness-cve-2026-82533-control-plane-auth

[35] 【媒体】DeepSeek Harness Vulnerability Allowed AI Coding Agents to Disable Their Sandbox，CyberSecure Today，2026-09 https://cybersecuretoday.com/topics/cve-2026-82533

[36] 【媒体】开源 DeepSeek Harness 登场：1M 窗口微内核背后 94.7% 插件存在高危权限，IC.work，2026-09 https://www.ic.work/article/deepseek-harness-open-source-microkernel-plugin-security-ris

[37] 【媒体】CVE-2026-108789: DeepSeek’s Harness Bug Is a Warning About Agent Supply Chains，Tessera Press，2026-10 https://thetesserapress.com/articles/cve-2026-108789-cvss-55-medium

[38] 【媒体】装了 3 万个插件之后：DeepSeek Harness 的安全边界到底在哪，华军软件园，2026-11 https://www.onlinedown.net/article/10048255.htm

[39] 【媒体】实测 DeepSeek「创造模式」，插件门槛被干碎了，夜雨聆风，2026-11 https://www.yeyulingfeng.com/a/1305991.html

[40] 【媒体】3.5 万个插件没人兜底，DeepSeek Harness 这次被吐槽到了痛处，今日头条，2026-11-07 https://www.toutiao.com/article/7705341443140747812/

[41] 【媒体】DeepSeek Harness 桌面版实测：更像个人助理，AI产品库，2026-09-29 https://aiproducthub.cn/?p=61984

[42] 【媒体】DeepSeek Harness 桌面端正式发布：Mac、Windows 开箱即用，BlockBeats，2026-09-29 https://www.theblockbeats.info/flash/369577

[43] 【媒体】腾讯 AI 转向 B 端，WorkBuddy 月活 3200 万（含 QuestMobile 2026 年三季度数据），AI产品库，2026-11-01 https://aiproducthub.cn/newsflash/tencent-pivots-ai-to-enterprise-workbuddy-32-million-monthly-users

[44] 【其他】DeepSeek Harness vs ChatGPT: An Enterprise Decision Guide，Teamvoy，2026-11 https://teamvoy.com/blog/deepseek-harness-vs-chatgpt-an-enterprise-decision-guide

[45] 【官网】WorkBuddy Enterprise 版本说明与旗舰版权益，腾讯云，2026-10 https://cloud.tencent.cn/document/api/1387/109769